论文部分内容阅读
为解决运动模糊图像盲复原问题,本文对图像反卷积算法、图像盲复原算法以及模糊核估计技术进行了研究,并建立单帧运动模糊图像的盲复原算法框架。实验表明本文算法对噪声环境下的运动模糊图像盲复原取得了较好的效果。主要工作分为以下几方面:1)研究分析当前图像复原技术。研究图像降质模型,回顾经典图像复原技术,对现有算法进行分类,并分析总结各种算法存在的优缺点。2)进一步研究了基于自然图像梯度分布的图像反卷积算法,它可采用高斯分布、超拉普拉斯分布等去拟合自然图像的梯度分布,其中超拉普拉斯模型最为复杂同时其效果也是最佳。但在有噪声的环境下,该算法存在一定缺陷,其复原图像的表面充斥着噪声。3)研究表明自然图像可运用稀疏表示技术在图像重建过程中排除噪声,从而达到降噪目的。针对上述算法的缺点,本文提出结合稀疏表示的反卷积算法,在该算法基础上加入稀疏表示正则化项以加强约束,从而在保持图像清晰边缘的同时平滑图像。本文将问题分解成图像更新优化和图像稀疏表示两个子问题来进行优化。4)建立单帧运动模糊图像多尺度盲复原框架。首先研究并分析运动模糊的成因及特性,然后运用冲击滤波器从模糊图像中预测出清晰边缘并估计模糊核,最后运用上述反卷积算法对图像进行复原。在模糊核估计迭代过程运用裁剪等方法修复模糊核,避免错误累积放大;使用多尺度策略解决大模糊问题;为提高计算效率,在模糊核估计过程采用简单的高斯分布模型反卷积算法,在最终图像复原时采用结合稀疏表示和超拉普拉斯分布先验知识的反卷积算法。5)实现一款二维码识别系统。在条码图像预处理阶段,运用本文算法来复原图像,使之具备了处理运动模糊的条码图像能力。实验表明本文算法对条码图像具备良好的复原能力。